%0 Journal Article
%T Research on Identification of Species of Fruit Trees using the spectral reflectance of canopies of fruit trees during flowering period<br>基于花期果树冠层光谱反射率的果树树种辨识研究
%A xing dong xing
%A <br>邢东兴
%J 红外与毫米波学报
%D 2009
%I Science Press
%X 利用冠层光谱反射率数据(Rλ),对处于开花期的7种果树的树种进行了辨识研究.通过光谱数据重采样、植被指数求算等相关数据处理,比较了6种卫星传感器与4种植被指数对果树树种的辨识效能,并在优选数据形式、优化模型参数的基础上,建立了辨识果树树种的BP神经网络模型.主要结论为:(1)6种卫星传感器辨识果树树种的效能由强到弱的排列顺序为:MODIS、ETM+、QUICKBIRD、IKONOS、HRG、ASTER;(2)在4种植被指数中,RVI对果树树种的辨识效能最强,其次是NDVI,SAVI与DVI的辨识效能相对较弱;(3)用MODIS或ETM+传感器的近红外通道与蓝光通道上的反射率数据,求算的RVI与NDVI对果树树种的辨识效能相对较强;(4)在Rλ及其22种变换数据中,波长间隔设为9nm的d1log(1/Rλ)],是建立BP神经网络模型的首选数据形式.
%K Spectral Analysis
%K Identification of species of fruit trees
%K Satellite sensor
%K Vegetation index
%K BP neural network model<br>高光谱遥感
%K 光谱分析
%K 植被指数
%K BP神经网络模型
%K 果树树种辨识
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=1319827C0C74AAE8D654BEA21B7F54D3&jid=D3B4F771D1A06062008B4D0A2EF05996&aid=573836D3965ACE40BDEE4F74CE57522E&yid=DE12191FBD62783C&vid=D3E34374A0D77D7F&iid=38B194292C032A66&sid=334E2BB8B9A55ABB&eid=CC0ECB9C52F1B85F&journal_id=1001-9014&journal_name=红外与毫米波学报&referenced_num=0&reference_num=10